引言

在壓縮視頻流中，每個比特都是非常重要的，在傳輸過程中發生的錯誤會嚴重影響解碼后的視頻效果。所以，在所接收的視頻流中進行錯誤檢測在實際工作中是非常重要的。只有解碼器在所接收的比特流中檢測到誤碼，才能采用相應的策略對它進行錯誤恢復和錯誤隱藏，因此，選擇一種行之有效的誤碼檢測方法是致關重要的。

數字水印技術在近年來發展很快，已發展出用于數據監控的脆弱水印，以檢驗數據的完整性。本文提出了一種基于脆弱水印的錯誤檢測方法。

錯誤檢測方案

為了克服傳統檢測方法的不足，本文采用在編碼端嵌入水印信息的辦法，并使水印信息和視頻數據之間建立某些強制關系。如果在解碼時發現這些約定關系不被滿足，則可判斷接收到的數據遭到篡改，即發生傳輸錯誤。本文根據H.264的協議語句設計水印信息，并把水印信息嵌入到非零DCT系數中。

檢測原理

在H.264視頻壓縮標準中，一個宏塊的壓縮數據可以分為兩個部分。第一部分包括圖像頭、宏塊類型、幀內預測模式以及運動矢量等；第二部分包括塊編碼模式（CBP，Coded Block Pattern）和該塊的所有DCT系數。如果第一部分數據發生錯誤，將對解碼端的圖像解碼過程造成非常嚴重的影響，甚至不能解碼。但值得慶幸的是，第一部分的數據與CBP數據在碼流中的比特數非常少，所以其發生錯誤的概率與DCT系數相比非常小。數字水印檢測技術正是針對每個DCT變換塊進行一些特殊處理，使編碼后的碼流數據攜帶一些特定的特征，即水印。而碼流中的這些特征對信道的干擾非常敏感，在信號傳輸過程中，即使遇到輕微的信道干擾，這些特征也會丟失。解碼端通過檢測解碼數據是否存在水印，就能達到錯誤檢測的目的。

水印設計和嵌入位置

在編碼端，首先對每個DCT塊內的非零系數的最低有效位進行判別，DCT塊經過字變換（zia-zia）掃描之后，如果非零系數在偶數位置，則將最低有效位置0，即LSB=0；如果非零系數在奇數位置，則將最低有效位置1，即LSB=1。因為DCT系數中直流分量攜帶的信息量很大，如果對直流分量進行處理，將會導致圖像的PSNR值急劇下降，嚴重影響解碼后的圖像效果，所以，本文只對交流系數進行處理。在解碼端，對這些位置的交流系數進行檢查。在奇數位置，如果DCT系數為偶數，則說明該編碼塊出錯；在偶數位置，如果DCT系數為奇數，則說明該編碼塊出錯。其方法如下：

非零DCT交流系數在偶數位置時：

非零DCT交流系數在奇數位置時：

AC為DCT變換后的交流系數，ACW為加載脆弱數字水印后的DCT交流系數，為符號函數。本方案采用在最低有效位嵌入水印模式，因此不需要額外的比特進行編碼。圖1即為幀內宏塊嵌入水印模式的流程圖。

由于H.264標準采用了幀內和幀間預測來參與對某一宏塊的編解碼。為了保證編解碼端參與預測的數據一致性（因為解碼端不可能使用未嵌入水印的原始數據參與預測），避免數據失配造成圖像質量惡化，水印嵌入操作必須放到運動補償循環內，即量化之后、熵編碼之前進行，如圖2所示。

實驗結果

本文的編解碼系統以H.264的標準測試模型JM86為測試平臺，在編碼端加入了數字水印，加入起始點為DCT系數的第6個數。本文采用VCEG模擬信道傳輸模型來模擬碼流錯誤。

圖3為取標準測試集foreman.yuv的前30幀，在碼率為128Kbps、逐幀編碼條件下，對嵌入數字水印和未嵌入數字水印這兩種情況下在沒有傳輸錯誤時重建圖像PSNR值的對比圖。由圖可見，水印對圖像質量的影響很小。

表1和表2為標準測試序列在不同編碼比特率下對兩種錯誤檢測方案的對比。每個序列選取30幀，圖像格式為QCIF（采樣比率為4:2：0）。首先用嵌入水印后的編碼器得到一個基準碼流，然后用VCEG模擬信道引入錯誤，最后在解碼端提取這些信息來判斷相應的語法元素是否滿足語法結構或約定關系。

由表1和表2可以看出，基于脆弱水印方法和基于語法的錯誤檢測相比，前者在付出較小的PSNR值代價的情況下，其錯誤檢測率提高了近一倍。但隨著編碼序列運動復雜度的增加，細節更多的情況下，數字水印的PSNR值會下降。

結語

通過對編碼端的非零DCT系數加入脆弱水印信息，形成傳輸數據與加入信息的特定強制關系，在解碼端校驗約定的強制關系來判斷數據的完整性這種錯誤檢測方法，相對基于語法的傳統錯誤檢測方法有更高的錯誤檢測率，而且這種檢測方法在傳輸比特流中不會增加額外的開銷而影響傳輸效率，但該方法的PSNR值會有少量降低，若從人眼視覺分辨能力考慮，少量的PSNR值降低不會影響視頻效果。

責任編輯：gt